已閱讀1頁，還剩68頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領
文檔簡介
1、數(shù)據(jù)挖掘是一種快速的、高效的、智能的數(shù)據(jù)分析方法，用于發(fā)現(xiàn)大量數(shù)據(jù)背后隱含的信息。粗糙集理論作為一種處理不確定和不精確性問題的新的數(shù)學工具，已廣泛應用于數(shù)據(jù)挖掘領域，該理論不需要任何先驗知識并且能夠簡化輸入信息的表達空間。屬性約簡要求在保持知識庫的分類能力不變的條件下，刪除其中不必要的屬性，形成精簡的規(guī)則庫以幫助人們做出正確的決策。尋求高效的屬性約簡算法是粗糙集理論的主要研究內(nèi)容，在數(shù)據(jù)挖掘領域具有重要意義。
本文提出了一種基
2、于變精度粗糙集的決策樹構造算法和一種基于自適應粒子群和信息熵的屬性約簡算法。
一是在變精度粗糙集理論的基礎上，提出的一種利用新的啟發(fā)式函數(shù)構造決策樹的算法。該算法把變精度加權平均粗糙度作為分類屬性的選擇標準，在決策樹構造中用確切的置信度標記決策樹的規(guī)則，使得到的決策規(guī)則更易理解，且相應的算法應用MATLAB程序進行實現(xiàn)，并通過實例說明所給算法的有效性。
二是在分析模糊粗糙集的基礎上，提出的一種基于自適應粒子群和信息熵
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于決策樹的屬性約簡方法研究.pdf
- 基于粗糙集屬性約簡的決策樹分類算法的研究.pdf
- 基于改進信息熵離散化的決策樹算法研究
- 基于信息熵的屬性約簡算法研究.pdf
- 基于改進信息熵離散化的決策樹算法研究.pdf
- 基于粗糙集理論的屬性約簡與決策樹分類算法研究.pdf
- 基于信息熵的屬性約簡算法研究與實現(xiàn).pdf
- 基于交互信息的連續(xù)屬性決策樹學習算法.pdf
- 基于信息熵的屬性約簡方法研究.pdf
- 遺傳算法信息熵結合屬性約簡算法研究.pdf
- 29067.基于信息熵的屬性約簡算法的改進與研究
- 基于覆蓋算法的條件信息熵表示及屬性約簡.pdf
- 23255.基于排序熵的有序決策樹高效算法研究
- 基于粗糙集的屬性約簡和決策規(guī)則約簡算法.pdf
- 基于信息增益的完全決策樹算法研究.pdf
- 基于信息熵的屬性約簡及其應用.pdf
- 基于壓縮樹技術的屬性約簡算法研究.pdf
- 基于決策樹的分類算法研究和應用.pdf
- 決策樹的啟發(fā)式模式研究及其在屬性約簡中的應用.pdf
- 基于信息熵的數(shù)據(jù)約簡算法.pdf
評論
0/150
提交評論